Awọn anfani:
- Ni anfani lati fi idi ati tumọ adayanri laarin igbohunsafẹfẹ ibajẹ ati iye ibajẹ (idiwọn), awọn ipinpinpin ti o yẹ (Poisson, binomial odi, gamma) ati ọgbọn awoṣe akojọpọ pẹlu atilẹyin itetisi atọwọda.
- Titọpa awọn adanu nla ti o tobi pupọ (awọn adanu / adanu nla), fifin data ati aṣa / awọn atunṣe idagbasoke si oye atọwọda pẹlu awọn ibeere ati data to tọ.
- Agbara lati loye pe yiyan pinpin ati awọn paramita ti a ṣejade nipasẹ oye atọwọda yẹ ki o jẹrisi nipasẹ awọn idanwo didara-fit ati ironu iṣe.
Ibeere pataki julọ fun ile-iṣẹ iṣeduro ni: "Babajẹ melo ni a yoo san fun ẹgbẹ eto imulo yii ni ọdun to nbọ?" Idahun ibeere yii ni deede jẹ ohun pataki ṣaaju fun eto mejeeji ni eto Ere ni deede ati pinpin awọn ifiṣura to. Awọn oṣere dahun ibeere yii nipa pipin si meji; nitori pe o jẹ deede diẹ sii lati ṣe apẹẹrẹ awọn ihuwasi lọtọ meji ni lọtọ dipo iṣiro iṣiro lapapọ ni nkan kan. Awọn ẹya meji wọnyi jẹ igbohunsafẹfẹ ati kikankikan.
Igbohunsafẹfẹ (igbohunsafẹfẹ ti ibajẹ) jẹ iye awọn bibajẹ ti o waye fun ifihan ti a fun; Fun apẹẹrẹ, awọn ọkọ ayọkẹlẹ 100 - awọn ijamba 8 fun ọdun kan. Àìdára jẹ iye apapọ ti ibajẹ kọọkan ti o jẹ; fun apẹẹrẹ, 30.000 TL fun ijamba. Ilọpo meji naa funni ni Ere eewu: idiyele ibajẹ ti a nireti fun ifihan (0.08 × 30,000 = $ 2,400). Ninu ẹyọ yii a yoo rii igbesẹ nipasẹ igbese bi o ṣe le lo AI lati fi idi iyatọ yii mulẹ, yan pinpin iṣeeṣe ti o tọ, ati ṣakoso awọn ita. Jẹ ki a leti lati ibẹrẹ: AI ṣe igbero awọn pinpin ati kọ koodu, ṣugbọn o wa titi di adaṣe lati jẹrisi yiyan pinpin nipasẹ awọn idanwo didara-ti-fit ati idajọ.
Kini idi ti igbohunsafẹfẹ ati kikankikan ni apẹrẹ lọtọ?
Igbohunsafẹfẹ ati kikankikan fihan oriṣiriṣi ihuwasi iṣiro. Nọmba awọn ẹtọ jẹ oniyipada kika (0, 1, 2, 3...) ati pe a maa n ṣe apẹẹrẹ pẹlu pinpin Poisson tabi pinpin binomial odi ti o ba wa ni apọju (iyatọ> tumọ). Poisson jẹ pinpin kilasika ti o ṣe apẹẹrẹ nọmba ti awọn iṣẹlẹ toje ati ominira. Iye ibajẹ jẹ iyipada ti o tẹsiwaju ati titọ-ọtun: ọpọlọpọ awọn ẹtọ jẹ kekere, awọn ibeere diẹ jẹ pupọ. Nitorinaa, iwuwo nigbagbogbo jẹ apẹrẹ pẹlu gamma tabi pinpin lognormal; iwọnyi jẹ rere ati awọn ipinpinpin-ọtun.
Awoṣe awọn meji lọtọ ni o ni meta nja anfani. Ni akọkọ, o le rii pe ọkọọkan ni awọn awakọ tirẹ (awọn okunfa eewu): awakọ ọdọ pọ si igbohunsafẹfẹ, ọkọ ayọkẹlẹ gbowolori pọ si iwa-ipa. Keji, nigbati data ba yipada, o le ṣe iwadii idi: ni iye owo ibajẹ tabi nọmba awọn ẹtọ ti pọ si? Kẹta, o le nikan ro awọn adanu nla nla lọtọ ni ẹgbẹ iwa-ipa. Awọn apapo ti awọn wọnyi meji ni a npe ni a yellow awoṣe; ti a ti ṣe yẹ lapapọ ibaje = igbohunsafẹfẹ ti a ti ṣe yẹ × bi o ti ṣe yẹ.
Imọran: Awọn gbolohun ọrọ "Padanu/ipin Ere wa ti pọ si" ko sọ ohunkohun funrararẹ. Yatọ ibeere boya igbohunsafẹfẹ tabi kikankikan pọ; intervention (owo, agbegbe, bibajẹ isakoso) yoo jẹ patapata ti o yatọ.
Outliers, truncation ati aṣa awọn atunṣe
Awọn data ibajẹ ni fọọmu aise rẹ ko ṣetan fun kikọ awoṣe. Awọn atunṣe mẹta jẹ fere nigbagbogbo nilo. Ni igba akọkọ ti ni awọn iwọn / pataki bibajẹ ayokuro: kan diẹ omiran bibajẹ (fun apẹẹrẹ a factory iná) skew awọn apapọ; iwọnyi jẹ apẹrẹ bi “ẹrù ibajẹ nla” lọtọ. Ikeji jẹ capping: titunṣe awọn bibajẹ nla pupọ si aja kan (fun apẹẹrẹ 1,000,000 TL) ati iṣiro apa oke ni lọtọ jẹ ki awoṣe duro. Kẹta, aṣa ati atunse idagbasoke: awọn ẹtọ ti o ti kọja yẹ ki o wa ni imudojuiwọn pẹlu afikun si ipele idiyele ti ode oni (aṣa), ati awọn ẹtọ ti a ko ti san ni kikun yẹ ki o mu wa si ipele ipari wọn (idagbasoke - a yoo bo koko yii ni ẹyọkan 3).
Tabili ti o tẹle yii ṣe afiwe awọn ohun-ini ti awọn paati meji:
ẹya-ara
Igbohunsafẹfẹ (igbohunsafẹfẹ)
Iwa-ipa (iye)
Ayipada iru
Kika (0,1,2...)
ibakan, rere
Aṣoju pinpin
Poisson, odi binomial
Gamma, lognormal
Awọn apẹẹrẹ awakọ titunto si
Ọjọ ori, iriri, agbegbe, lilo
Iye ọkọ, opin agbegbe, idiyele atunṣe
Iṣoro ita gbangba
kekere
Giga (awọn ibajẹ nla)
Ipa afikun
alailagbara
lagbara
Bii o ṣe le lo AI ni awoṣe ibajẹ
Nibo AI ti lagbara julọ ni ijiroro yiyan pinpin, kikọ koodu, ati itumọ abajade. Ni isalẹ wa ni awọn awoṣe ẹda mẹrin.
1) Jíròrò yiyan pinpin:
Rẹ ipa: actuarial modeli Iranlọwọ. Mo ni alaye iṣeduro AMOUNT data (ailorukọ, awọn ẹtọ 1,600). Lakotan: tumọ si 30,300 TL, agbedemeji 12,500 TL, o pọju 940,000 TL, skewness ga. Ibeere: ṣe gamma tabi lognormal yoo dara julọ fun awoṣe iwuwo bi? Kini arosinu ti ọkọọkan, pẹlu / iyokuro ati pẹlu eyiti idanwo didara-fit (fun apẹẹrẹ Ṣe alaye pe Emi yoo ṣe ipinnu (Q-Q chart, K-S test, AIC) .Ṣiṣe ipinnu pataki; Fun mi ni fireemu lafiwe.
2) koodu iṣiro igbohunsafẹfẹ-kikankan:
Kọ koodu asọye pẹlu Python + pandas ti o ṣe awọn igbesẹ wọnyi: 1) Awọn ọwọn 'claim_count', 'claim_amount' wa ninu df. 2) Igbohunsafẹfẹ gbogbogbo = lapapọ nipe_count / ifihan lapapọ. 3) Apapọ idibajẹ = lapapọ claim_amount / lapapọ claim_count. 4) Ewu Ere = igbohunsafẹfẹ × idibajẹ. 5) Tẹjade abajade agbedemeji kọọkan si iboju ki MO le rii daju pẹlu ọwọ. Ibamu ile-ikawe; o kan lo pandas.
3) Iṣiro iye to gaju / gige gige:
Mo ni ipinpin iye ẹtọ ailorukọ. Awọn ẹtọ bii 950,000, 720,000, 610,000 TL jẹ 22% ti iye lapapọ. Sọ fun mi nipa ọna ifaworanhan rẹ: - Awọn aṣayan fila wo ni o tọ (fun apẹẹrẹ 500K, 750K, 1M)? - Bawo ni MO ṣe ṣafikun apakan gige pada bi “ẹru ibajẹ nla” lọtọ? - Fihan mi ni igbese nipa igbese bi ipinnu yii ṣe ni ipa lori Ere eewu.
4) Itumọ abajade si ede iṣowo:
Igbohunsafẹfẹ mi pọ lati 0.13 si 0.15; Apapọ iwa-ipa pọ lati 28,000 si 34,000 TL. Ṣe akopọ eyi ni awọn gbolohun ọrọ mẹrin ti oluṣakoso le loye: - Kini o ṣẹlẹ, paati wo ni o pọ nipasẹ melo? - Kini ipa lapapọ lori Ere eewu? - Kọ awọn idi ti o ṣee ṣe ati awọn arosinu 2 ti Mo nilo lati rii daju.
Ailagbara kiakia / Alagbara kiakia
Ibere ailagbara:
Ṣeto awoṣe pipadanu mi ki o ṣe iṣiro owo-ori naa.
Ko ṣe akiyesi: data wo, paati wo, pinpin, akoko wo? AI fọwọsi aafo yii pẹlu iṣelọpọ.
Ibere ti o lagbara:
Rẹ ipa: actuarial modeli Iranlọwọ. Data (ailorukọ, ẹka ijabọ, 2024): ifihan 20,000 eto imulo-ọdun, nọmba ti awọn ẹtọ 2,600, lapapọ bibajẹ 91,000,000 TL, awọn 5 tobi bibajẹ lapapọ 12,000,000 TL. Iṣẹ-ṣiṣe: 1) Ṣe iṣiro igbohunsafẹfẹ ati iwuwo apapọ aise, ṣafihan agbekalẹ naa. 2) Awọn bibajẹ 5 ti o tobi julọ Fila si 1,000,000 TL ati ṣe iṣiro idibajẹ ti a ṣatunṣe lẹẹkansi. 3) Ṣe afiwe Ere eewu pẹlu ati laisi fila, sọ asọye lori iyatọ. 4) Kọ igbesẹ kọọkan pẹlu awọn nọmba agbedemeji ki MO le rii daju pẹlu ọwọ. O kan lo awọn nọmba ti mo fun; Ti o ba sonu, beere.
mẹta mini igba
Ọran 1 - Agbara Iyapa. Ọkan actuary ri awọn isonu/Ere ratio ninu awọn ile eka dide lati 68 ogorun si 81 ogorun ninu odun kan. Ṣaaju ki o to daba ilosoke idiyele ijaaya, iyatọ-igbohunsafẹfẹ ni a ti ṣe: igbohunsafẹfẹ fẹrẹẹ igbagbogbo (0.041 → 0.043), ṣugbọn iwuwo apapọ ti fo lati 14,200 TL si 19,800 TL. Idi ni idiyele idiyele ikole, kii ṣe nọmba awọn eto imulo tabi awọn alabara eewu. Idawọle ti o pe ni lati ṣe imudojuiwọn awọn iye agbegbe, kii ṣe ilosoke Ere afọju.
Case 2 - Outlier pakute. Apapọ awọn ibeere 1,800 ninu apo-iṣẹ iṣeduro iṣowo jẹ 42,000 TL. Bibẹẹkọ, ibaje ina kan ti 6.4 milionu TL nikan ṣe alekun apapọ yii nipasẹ isunmọ 3,500 TL. Nigbati a ṣe apẹrẹ ibajẹ nla yii ati pe o jẹ “ẹru ibajẹ nla” lọtọ, ipilẹ ti o dinku si 38,500 TL ati pe Ere naa di ododo diẹ sii. AI ni kiakia ti ipilẹṣẹ capping koodu ati awọn bọtini yiyan; Oṣere naa ṣe ipinnu naa.
Ọran 3 - Maldistribution. Laisi ibeere, oluranlọwọ ran koodu AI kan ti o yan pinpin deede (Gaussian) fun idibajẹ. Nitoripe pinpin deede gba laaye fun awọn iye odi ati afọwọṣe, ko baamu data ibajẹ-ọtun; awoṣe overestimated kekere bibajẹ ati underestimated ti o tobi. Nigbati a ṣe afiwe Idite Q-Q ati AIC, a rii pe gamma baamu pupọ dara julọ. Ẹkọ: Pipin ti a dabaa nipasẹ AI nigbagbogbo ni idanwo nipasẹ idanwo ibamu.
Awọn aṣiṣe ti o wọpọ
- Apapọ igbohunsafẹfẹ ati kikankikan ati asọtẹlẹ pẹlu awoṣe kan. O tọju awọn ihuwasi oriṣiriṣi meji; o padanu iwakọ ati idi ti.
- Apapọ laisi imukuro iwọn / ibajẹ nla. Awọn bibajẹ omiran diẹ ṣe daru gbogbo aworan naa; Ere ti wa ni artificially inflated.
- Lilo ibajẹ atijọ laisi lilo aṣa afikun. Ibajẹ 2019 kii ṣe kanna bii idiyele oni; atunse aṣa jẹ dandan.
- Ni ibamu pinpin deede si data-skewed ọtun. Awọn arosinu ti odi iye ati symmetry jẹ ilodi si bibajẹ data; Ro gamma/lognormal.
- Kii ṣe idaniloju yiyan pinpin pẹlu idanwo ibamu. Imọran AI jẹ ibẹrẹ; Jẹrisi pẹlu Q-Q, K-S, AIC.
Akiyesi: Ipele fila (gige) ko yan lainidii. Ju kekere kan aja hides awọn ewu ti pataki bibajẹ; ga ju a aja mu ki gige asan. Yan nipa wiwo iriri pipadanu pataki ti portfolio ti o kọja ati awọn ofin atunṣe.
Ni akojọpọ
Ọna lati ṣe iṣiro deede ibaje lapapọ ni lati pin si igbohunsafẹfẹ (igbohunsafẹfẹ) ati iwuwo (iye). Igbohunsafẹfẹ jẹ apẹrẹ nipasẹ Poisson/negative binomial, kikankikan nipasẹ gamma/lognormal; Ere eewu ni a rii nipasẹ isodipupo awọn meji. Awọn data aise nilo yiyọ kuro, gige, ati atunse aṣa. fanfa pinpin AI jẹ oluranlọwọ ti o dara julọ fun koodu ati asọye; ṣugbọn yiyan pinpin ati ipinnu fila jẹ timo nipasẹ awọn idanwo ibamu ati idajọ iṣe.
Ohun elo iṣẹ-ṣiṣe
Mura akojọpọ ibaje ailorukọ kan (ifihan, nọmba awọn ẹtọ, ibajẹ lapapọ, awọn ẹtọ 3-5 oke). Beere lọwọ AI lati ṣe iṣiro (a) Ere igbohunsafẹfẹ aise-ewu-ewu, (b) bo awọn adanu nla ati ṣe iṣiro Ere eewu ti a ṣatunṣe. Daju awọn abajade meji nipasẹ ọwọ ati akiyesi nipasẹ kini idawọle ipin wo ni iyipada Ere eewu. Lẹhinna beere ibeere AI naa “gamma tabi lognormal fun iwa-ipa” ki o ṣe akopọ fireemu lafiwe ti o fun ni awọn ọrọ tirẹ.
akojọ ayẹwo
- [] Ṣe Mo ṣe iṣiro igbohunsafẹfẹ ati kikankikan lọtọ, tabi ṣe Mo wo wọn bi nkan kan?
- [] Njẹ Mo ti ṣe idanimọ ibajẹ nla/apọju ati pe MO ti ṣe pẹlu rẹ lọtọ?
- [] Njẹ Mo ti lo afikun / atunṣe aṣa si awọn ẹtọ atijọ?
- [] Njẹ Mo ti rii daju pinpin kikankikan pẹlu idanwo-dara-dara bi?
- [] Njẹ Mo ti tun ṣe iṣiro iye owo eewu ni ominira (igbohunsafẹfẹ × iwuwo)?
- [] Njẹ Mo ṣe ibeere pinpin ati ipele fila ti AI daba ati jẹrisi pẹlu idajọ?